019

『种族问题线上沙龙第六期 』

统计性歧视和“色盲”的科学研究

钱聿杰

回放：

YouTube：https://www.youtube.com/watch?v=IKPhg0JVXsQ

美国明州黑人乔治·弗洛伊德（George Floyd）被白人警察压颈致死，引发全国至少140个城市爆发抗议示威，少数城市出现了激烈的暴力抗议。伴随过去已长达数周的抗议，我们看到有一系列复杂的话题被广泛讨论。纽约文化沙龙和湾区文化沙龙联合邀请到几位朋友，他们对相关问题有很多观察、思考和研究，将从历史、政治、司法、社运等角度来阐释“美国种族问题”这个宏大话题，期待各位实时参与、提问互动。

讲座简介：

对于关心美国政治和种族议题的朋友来说，歧视是一个绕不开的话题。除了个人层面出于文化及身份认同的歧视，和立法及司法层面的系统性歧视以外，少数族裔还因为他们身份标签在生活的方方面面都处于非常不利的地位。对于改善此种状况的方式和必要性，政治光谱的两端有着完全不一样的看法。左翼倾向认为忽略个人特征而按其所属群体的统计特性来加以处理本身就是不义，需要立法对弱势全体加以保护(比如Equal Employment Opportunity in Civil Rights Act of 1964)或者积极地为他们在相关领域提供优待(affirmative actions)。一些右翼则相信这是在获取信息成本过高的情况下，企业与社会组织追求效率与利润最大化所不可避免的结果（统计性歧视）。盲目地使用行政或法律手段加以干预会扭曲市场机制，有时甚至适得其反伤害到干预措施最初想要保护的群体。

本次讲座想要澄清统计性歧视这个经常被误用来为偏见辩护的经济学概念，并尝试说明抛弃刻板印象正确地使用信息对于弱势群体和社会的整体福祉都会有所助益。尽管我们可能没有办法找到理论上的完美解决方案，但是似乎在正反两面都有已经足够的证据表明仅仅追求无视种族标签(color blindness)对于同时增进公平和效率都是远远不够的。实用主义的政策制定者有理由在决策过程中融入种族意识(racial awareness)，以保证人尽其才。作为公民和职业人士的普通人，我们出于私利也应该自我教育，以免被简单粗暴的伪科学种族叙事所蒙蔽。

主要内容：

• 统计谬误如何与偏见和错误的政策互成因果

• 纠偏过程中种族意识的必要性

主讲人

钱聿杰， 耶鲁大学经济学博士候选人。研究使用经济学理论模型刻画制度和技术因素对信息收集、处理和使用的影响。缺乏社会经验的扶手椅经济学家。